课程
计算机科学-在线算法中原始-对偶算法的应用研究
本课题旨在研究如何把原始‐对偶方法用于在线算法的设计和分析中。
工科
SCI/CCF
算法与数据结构
原始-对偶算法
在线算法
申请匹配
咨询客服【课题推荐发表期刊】
【课题背景】
根据计算问题的输入方式,计算问题可以分为离线的计算问题和在线的计算问题。离线的计算问题指的是在计算开始时输入完全给定,然后进行相应的计算。在线的计算问题指的是在计算开始时候输入并没有完全给定,而是在计算过程中逐渐的给出来。在线算法已经广泛应用于规划,金融,网络优化等各个领域中。原始‐对偶方法最初是为了解决线性规划问题而开发出来的,后来成为组合优化的近似算法设计中的一种强大的方法。
本课题旨在研究如何把原始‐对偶方法用于在线算法的设计和分析中,通过其独特的优化策略和理论保证,促进在线算法的研究和应用,有助于在不确定和动态变化的环境中做出更加准确和高效的决策。
【课题方向参考】
数据库多租环境下的缓冲区共享问题:设计基于原始对偶技术的多租环境下的共享缓冲区替换算法。
复杂约束下的在线双边匹配算法:设计基于原始对偶技术的复杂约束优化条件下的在线双边匹配算法。
【适合人群】
计算机科学与技术等相关专业的硕士研究生,要求了解算法设计相关基础知识。
【课题收获】
高质量论文一篇(SCI/CCF定向期刊)
SCI/CCF期刊投递与发表指导
结业证书
【导师介绍】
陈老师,教授,毕业于北卡罗莱纳州立大学,博士
担任Information Sciences,Theoretical computer science,Journal of Combinatorial Optimization等国际知名期刊审稿人
研究方向:格密码及应用,图算法及应用,在线算法,近似算法
以第一作者身份,在行业顶尖期刊/会议上发表30余篇论文,包括Journal of Computer and System Science,The Computer Journal,Theoretical computer science,Journal of Cryptologic Research等
具备丰富的英文写作经验和学术指导经验
【课题安排】
研究周期预估六个月左右,具体视学员情况调整
【推荐阅读】